study

이제 코드를 잘 짜는 것만으로는 부족합니다. 진짜 필요한 건 "왜 이걸 만들어야 하지?"라고 질문하는 힘, 준비되어있으신가요?

시스템 디자인 스터디 테크다이브 2기 2회차에서 배달 서비스 가게 노출 시스템을 그리다.

DAU 5천만, 일일 메시지 30억 건을 처리하는 채팅 시스템... 감당할 수 있겠습니까?

DAU 5천만, 일일 30억 메시지를 처리하는 오픈채팅 시스템을 설계했습니다. Aurora에서 Cassandra로 전환하게 된 이유, 데이터 모델링 결정 과정, 그리고 쓰기/읽기 분리 아키텍처까지의 트레이드오프를 정리합니다.

넷플릭스를 켰을 때 메인 화면에 뜨는 콘텐츠들, 신기하게도 내가 요즘 관심 가지는 장르들로 채워져 있다. 우연이 아니다. 수억 명의 시청 데이터를 실시간으로 분석해서 만든 결과다. 그렇다면 이 추천은 대체 언제, 어떻게 계산되는 걸까? 2013년 넷플릭스 테크 블로

넷플릭스 사용자는 전 세계 190여 개국에 있다. 서울에서 접속하든 상파울루에서 접속하든 메인 화면은 순식간에 뜬다. 이 빠른 응답 뒤에는 어떤 구조가 있는 걸까?

아무리 정교한 모델을 만들었어도, 새벽에 데이터 파이프라인이 죽어서 추천 결과가 하루 전 상태로 굳어버리거나, 신규 콘텐츠가 출시됐는데 추천 시스템이 그 존재를 모르고 있다면 아무 소용이 없다.